• 数据分析三剑客:

    Numpy, Pandas, Matplotlib

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。

一、 使用np.array()创建

  • 一维数据创建

import numpy as np
arr_1 = np.array([1,2,3,4,5])
arr_1
  • 二维数组创建
np.array([[1,2.2,3],[4,5,6]])

注意:

  • numpy默认ndarray的所有元素的类型是相同的

  • 如果传进来的列表中包含不同的类型,则统一为同一类型,

  • 优先级:str>float>int

  • 使用matplotlib.pyplot获取一个numpy数组,数据来源于一张图片

import matplotlib.pyplot as plt
img_arr = plt.imread('./bobo.jpg')
img_arr
# 显示图片
plt.imshow(img_arr)
# 修改 操作该numpy数据,该操作会同步到图片中
img_arr = img_arr - 100 # 查看数组的 维度
img_arr.shape
(626, 413, 3)

使用np的routines函数创建

包含以下常见创建方法:

# 创建全是 1 的二位数组 5 行 6 列
np.ones(shape=(5,6),dtype=int)
# 全是 0 的
np.zeros(shape, dtype=None, order='C')
# 指定 全是 999 的二位数组 np.full(shape, fill_value, dtype=None, order='C')
np.full((5,5),fill_value=999) # np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None) 等差数列
np.linspace(1,100,num=50) #
# np.arange([start, ]stop, [step, ]dtype=None)
np.arange(0,100,2) # 创建都是整数的 随机数
# np.random.randint(low, high=None, size=None, dtype='l')
np.random.seed(4) #固定随机性
np.random.randint(0,100,size=(5,6)) # np.random.randn(d0, d1, ..., dn) 标准正太分布
np.random.randn(4,5,6) # np.random.random(size=None) 生成0到1的随机数
np.random.random(size=(3,3))

二、ndarray的属性

  • 4个必记参数:

    • ndim:维度
    • shape:形状(各维度的长度)
    • size:总长度
    • dtype:元素类型
img_arr.size
# 775614 img_arr.dtype
# dtype('uint8') type(img_arr)
# numpy.ndarray img_arr.ndim
# 3

三、ndarray的基本操作

1. 索引

一维与列表完全一致 多维时同理

np.random.seed(1)
arr = np.random.randint(0,100,size=(5,5))
arr
# 根据索引修改数据
arr[1][2]

2. 切片

一维与列表完全一致 多维时同理

arr[0:2] #获取二维数组前两行

arr[:,0:2]  #逗号左边是  行  右边是  #获取二维数组前两行列

#获取二维数组前两行和前两列数据
arr[0:2,0:2] # 将数据反转,例如[1,2,3]---->[3,2,1] #将数组的行倒序
arr[::-1]
#列倒序
arr[:,::-1]
#全部倒序
arr[::-1,::-1] #将图片进行全倒置操作
plt.imshow(img_arr[:,::-1,:])
plt.imshow(img_arr[::-1,::-1,::-1])

3. 变形

使用arr.reshape()函数,注意参数是一个tuple!

  • 基本使用

    1.将一维数组变形成多维数组

# 变成二维数组
arr_1.reshape((-1,5))
# 2.将多维数组变形成一维数组
arr_1 = arr.reshape((25,)) # 图片倒置
plt.imshow(img_arr.reshape((-1,))[::-1].reshape((626,413,3)))

4. 级联

  • np.concatenate()

1.一维,二维,多维数组的级联,实际操作中级联多为二维数组

# 3 个二维数组连接起来 横向
np.concatenate((arr,arr,arr),axis=1)
# 将两个二维数组 连接 纵向
np.concatenate((arr,arr1),axis=0) # .合并两张照片
img_arr_3 = np.concatenate((img_arr,img_arr,img_arr),axis=1)
img_arr_9 = np.concatenate((img_arr_3,img_arr_3,img_arr_3),axis=0)
plt.imshow(img_arr_9)
  • np.hstack与np.vstack

# 横向合并
np.vstack((arr,arr))
# 纵向合并
np.hstack((arr,arr))
  • 级联需要注意的点:

    • 级联的参数是列表:一定要加中括号或小括号
    • 维度必须相同
    • 形状相符:在维度保持一致的前提下,如果进行横向(axis=1)级联,必须保证进行级联的数组行数保持一致。如果进行纵向(axis=0)级联,必须保证进行级联的数组列数保持一致。
    • 可通过axis参数改变级联的方向

5. 切分

  • 与级联类似,三个函数完成切分工作:

    • np.split(arr,行/列号,轴):参数2是一个列表类型
    • np.vsplit
    • np.hsplit
# 按0 轴向的 400 切割 取第 0 个
plt.imshow(np.split(img_arr,[400],axis=0)[0])\ # 根据 切片切割 行 切 60-400 列切 100-300 颜色不动
plt.imshow(img_arr[60:400,100:330,:])

6. 副本

  • 所有赋值运算不会为ndarray的任何元素创建副本。对赋值后的对象的操作也对原来的对象生效。

  • 可使用copy()函数创建副本

    a = arr.copy()
    a[2][2] = 666
    arr
    # 原 数组不动

四、ndarray的聚合操作

1. 求和np.sum

arr.sum(axis=1) # 求 1 横向轴向的和

2. 最大最小值:np.max/ np.min

3.平均值:np.mean()

arr.std(axis=0)
# array([23.80420131, 35.94440151, 26.96961253, 21.81192334, 31.18589425])

3. 其他聚合操作

Function Name    NaN-safe Version    Description
np.sum np.nansum Compute sum of elements
np.prod np.nanprod Compute product of elements
np.mean np.nanmean Compute mean of elements
np.std np.nanstd Compute standard deviation
np.var np.nanvar Compute variance
np.min np.nanmin Find minimum value
np.max np.nanmax Find maximum value
np.argmin np.nanargmin Find index of minimum value
np.argmax np.nanargmax Find index of maximum value
np.median np.nanmedian Compute median of elements
np.percentile np.nanpercentile Compute rank-based statistics of elements
np.any N/A Evaluate whether any elements are true
np.all N/A Evaluate whether all elements are true
np.power 幂运算

六、ndarray的排序

1. 快速排序

np.sort()与ndarray.sort()都可以,但有区别:

  • np.sort() 不改变输入
  • ndarray.sort() 本地处理,不占用空间,但改变输入
np.sort(arr,axis=0)
arr.sort(axis=0)

Numpy 模块的应用的更多相关文章

  1. Python:基本运算、基本函数(包括复数)、Math模块、NumPy模块

    基本运算 x**2 : x^2 若x是mat矩阵,那就表示x内每个元素求平方 inf:表示正无穷 逻辑运算符:and,or,not 字典的get方法 a.get(k,d) 1 1 get相当于一条if ...

  2. 【Python 数据分析】Numpy模块

    Numpy模块可以高效的处理数据,提供数组支持.很多模块都依赖他,比如:pandas.scipy.matplotlib 安装Numpy 首先到网站:https://www.lfd.uci.edu/~g ...

  3. python numpy模块

    目录 numpy模块 一维数组 二维数组(用的最多的) 获取多维数组的行和列 多维数组的索引 高级功能 多维数组的元素的替换 通过函数方法创建多维数组 矩阵的运算 点乘和转置(了解) 点乘必须 m*n ...

  4. Python及bs4、lxml、numpy模块包的安装

    http://blog.csdn.net/tiantiancsdn/article/details/51046490(转载) Python及bs4.lxml.numpy模块包的安装 Python 的安 ...

  5. numpy模块(对矩阵的处理,ndarray对象)

    6.12自我总结 一.numpy模块 import numpy as np约定俗称要把他变成np 1.模块官方文档地址 https://docs.scipy.org/doc/numpy/referen ...

  6. Python3:numpy模块中的argsort()函数

    Python3:numpy模块中的argsort()函数   argsort函数是Numpy模块中的函数: >>> import numpy >>> help(nu ...

  7. 3 numpy模块

    Numpy     什么是Numpy:Numeric Python         Numpy模块是Python的一种开源的数值计算扩展.             1 一个强大的N维数组对象Array ...

  8. Day 19 numpy 模块

    numpy 模块(多维数组) import numpy as np arr=np.array([1,2,3,4],[5,6,7,8]) print(arr) #[[1 2 3 4] #[5 6 7 8 ...

  9. Pathon中numpy模块

    目录 numpy模块 切割矩阵 矩阵元素替换 矩阵的合并 通过函数创建矩阵 fromstring/fromfunctions 矩阵的运算 常用矩阵运函数 矩阵的点乘 矩阵的逆 矩阵的其他操作 nump ...

  10. 开发技术--Numpy模块

    开发|Numpy模块 Numpy模块是数据分析基础包,所以还是很重要的,耐心去体会Numpy这个工具可以做什么,我将从源码与 地产呢个实现方式说起,祝大家阅读愉快! Numpy模块提供了两个重要对象: ...

随机推荐

  1. 记录ThreadPoolTaskExecutor线程池的在项目中的实际应用,讲解一下线程池的配置和参数理解。

    前言:最近项目中与融360项目中接口对接,有反馈接口(也就是我们接收到请求,需要立即响应,并且还要有一个接口推送给他们其他计算结果),推送过程耗时.或者说两个接口不能是同时返回,有先后顺序. 这时我想 ...

  2. hash 和pushState,replaceState

    hash 要点: 1.不会向后台发请求:#是用来指导浏览器动作的,对服务器端完全无用. 2.用来跳转到页面的指定位置:   为网页位置指定标识符,有两个方法.一是使用锚点,比如<a name=& ...

  3. LNMP环境下安装Redis,以及php的redis扩展

    1.下载 sudo wget http://download.redis.io/releases/redis-4.0.9.tar.gz 2.解压 sudo tar zvxf redis-4.0.9.t ...

  4. jquery对象和DOM对象的相互转换详解

    jquery对象和DOM对象的相互转换 在讨论jquery对象和DOM对象的相互转换之前,先约定好定义变量的风格如果获取的是jquery对象,那么在变量前面加上$,例如 var $varible = ...

  5. 前端入门3-CSS基础

    本篇文章已授权微信公众号 dasu_Android(大苏)独家发布 声明 本系列文章内容全部梳理自以下四个来源: <HTML5权威指南> <JavaScript权威指南> MD ...

  6. BZOJ1101: [POI2007]Zap(莫比乌斯反演)

    1101: [POI2007]Zap Time Limit: 10 Sec  Memory Limit: 162 MBSubmit: 2951  Solved: 1293[Submit][Status ...

  7. js替换字符串中特殊字符

    var reg=/\\|\/|\?|\?|\*|\"|\“|\”|\'|\‘|\’|\<|\>|\{|\}|\[|\]|\[|\]|\:|\:|\.|\^|\$|\!|\~|\` ...

  8. ABP问题速查表

    如果你领导要让你一夜之间掌握ABP,并且用ABP撸一个项目出来,你很可能很快速的过了一遍ABP文档就马上动手干活了.那么这篇文章就很适合你. 这篇文章列出了很多ABP新手问的问题和解答.注:有些同学问 ...

  9. 使用SQL查看表字段和字段说明

    MySql: show full columns from tableName; Sql server: SELECT A.name AS table_name, B.name AS column_n ...

  10. Android 进度条按钮实现(ProgressButton)

    有些App在点击下载按钮的时候,可以在按钮上显示进度,我们可以通过继承原生Button,重写onDraw来实现带进度条的按钮. Github:https://github.com/imcloudflo ...